使用Python从html中获取一个表并显示它？

2024-05-14 09:13:37 发布

您现在位置：Python中文网/ 问答频道 /正文
4409 3

这里有很多帮助，但有些帮助我无法理解，所以希望通过问我的问题并得到一个量身定做的答案，我会更好地理解。在

到目前为止，我已经成功地连接到一个网站，以用户身份进行身份验证，填写一个表单，然后下拉html。html包含我想要的表。我只是想说点什么比如：在

阅读html。。。当你读表开始标记，直到你到达表结束标记，然后显示，或写它到一个新的html文件，并打开它保留标记，所以它是我的格式。在

这是我目前掌握的密码。在

# Use 'with' to ensure the session context is closed after use.
with requests.Session() as s:
s.post(LOGINURL, data=login)
# print
r = s.get(LOGINURL)
print r.url

# An authorised request.
r = s.get(APURL)
print r.url
    # etc...

s.post(APURL)
#
r = s.post(APURL, data=findaps)
r = s.get(APURL)
#print r.text




f = open("makethisfile.html", "w")

f.write('\n'.join(['<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN" "http://www.w3.org/TR/html4/loose.dtd">',
                   '<html>',
                   ' <head>',
                   ' <meta http-equiv="Content-Type" content="text/html; charset=ISO-8859-1">',
                   ' <title>THE TITLE</title>',
                   ' <link rel="stylesheet" href="css/displayEventLists.css" type="text/css">',
                   r.text #this just does everything, i need to get the table.
                   ])
        )

f.close()

Tags： thetotext标记urldatagethtml
1条回答
网友
1楼 · 发布于 2024-05-14 09:13:37

虽然正确地解析文件是最好的，但是快速而肮脏的方法使用正则表达式。在

m = re.search("<table.*?>(.+)</table>", r.text, re.S)
if (m):
  print m.group()
else:
  print "Error: table not found"

作为为什么解析更好的一个例子，编写的regex将因以下原因失败（相当做作！）示例：

<!  <table>  >
blah
blah
<table>
this is the actual
table
</table>

正如所写的，它将得到文件中的第一个表。但是您可以循环获取第二个，等等（如果可能的话，让regex特定于您想要的表），所以这不是问题。在

相关问题 更多 >

    编程相关推荐

    热门问题